Cation‐Infused Bilayer Ionomer Coating Enables High Partial Current Density Toward Multi Carbon Products in CO<sub>2</sub> Electrolysis
Notice bibliographique
Résumé
Abstract Electrochemical CO 2 reduction (eCO 2 R) stands as a pivotal technology for carbon recycling by converting CO 2 into value‐added products. While significant strides have been made in generating multi‐carbon (C 2+ ) products like ethylene (C 2 H 4 ) and ethanol (C 2 H 5 OH) at industrial‐scale current densities with high Faradaic efficiency (FE), cathode flooding and (bi)carbonate salt accumulation remain a fundamental concern in an alkaline electrolyte. In this work, ion‐conducting polymers are used to tailor the micro‐environment mitigating cathode flooding and salt precipitation and thus, enhancing the local CO 2 availability. The impact of cation and anion exchange ionomer layers, specifically Nafion and Sustainion XA‐9 are examined on overall eCO 2 R performance. The use of an ultra‐thin bilayer configuration significantly reduces cathode flooding and salt accumulation by ≈58% compared to commercial anion exchange membrane (AEM). Alongside, cation infusion improves the C─C bond formation inducing a favorable micro‐environment for selective C 2+ formation. This cation‐infused bilayer ionomer (CIBLI) achieves a high partial current density of ≈284 mA cm −2 toward C 2+ products maintaining a stable eCO 2 R performance for 24 hours (h). This scalable approach of directly deposited ultra‐thin CIBLI offers a minimal conversion energy of 117 GJ/ ton C 2+ products with an energy efficiency (EE) of 29% at 350 mA cm −2 current density in one‐step CO 2 conversion.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».